Hajósebesség elemzés a SailGP-ben (angol)
Az adatelemzés jelentősége a high-performance sportokban az utóbbi években jelentősen nőtt, lehetőséget teremtve a gépi tanulási technikák további felfedezésére. A SailGP egy viszonylag új versenysorozat a vitorlázásban, amelyet a sebesség és az innováció iránti szenvedély hajt, hasonlóan a Formula 1 versenyzésben tapasztalható fejlesztésekhez. Kutatásunk bemutatja az adatalapú megközelítések fontosságát a teljesítmény és a döntéshozatal javításában a magasrangú vitorláseseményeken. Adatbányászati technikák használatával a 2021-ben Bermudán, illetve 2023-ban Olaszországban mért adathalmazt vizsgáltuk meg. A futamok adatainak elemzésével a tanulmány értékes betekintést nyújtott a változók közötti kapcsolatokba, mint például a szélsebesség, a szélirány, a hydrofoil használata és a kormánylapát beállításai, valamint ezek hatása a hajósebességre. Különböző predikciós modelleket alkalmaztunk és értékeltünk, beleértve a Gradient Boosted, a Random Forest és egy kombinált modellt, különféle teljesítménymetrikák felhasználásával, mint például az R2 score és a négyzetes hiba. Az eredmények azt mutatják, hogy a modellek képesek a hajó sebességének pontos előrejelzésére. Ezek az eredmények felhasználhatóak a versenystratégiák finomításához, a vitorla és a kormánylapát beállításainak optimalizálásához és az összesített teljesítmény javításához a SailGP versenyeken.
A jövőbeli tervek közé tartozik a SailGP-vel való együttműködés nagyobb adathalmazokon és a modellek integrálása valós idejű versenyzési helyzetekbe.
szerző
-
Zentai Benedek
Mérnök informatikus szak, alapképzés
alapképzés (BA/BSc)
konzulens
-
Dr. Toka László
egyetemi docens, Távközlési és Médiainformatikai Tanszék
